Anthropic 最新经济指数报告揭示，Claude 的使用模式正经历结构性转变。2026 年 2 月的数据显示，Claude.ai 的任务集中度从 2025 年 11 月的 24% 降至 19%，意味着用户不再扎堆于少数高价值场景，而是将 AI 应用到更广泛的日常事务中。
任务薪资小幅下行，个人查询占比攀升
此次样本覆盖 2 月 5 日至 12 日，距 Claude Opus 4.5 发布三个月，与 Opus 4.6 发布时间重叠。代码编写仍是 Claude.ai 第一大场景，但占比从 35% 有所稀释。课业相关对话从 19% 降至 12%，个人类查询（体育比分、商品比较、家居维修）则从 35% 跃升至 42%。以相关职业美国工人平均时薪衡量的任务价值，从 49.30 美元降至 47.90 美元。这一变化符合“采用曲线”逻辑：早期用户集中于高价值编程任��，后期加入的休闲用户拉低了平均薪资水平。
自动化交易工作流翻倍：两个高频场景
API 端出现两种频率倍增的工作流：商业销售与外展（自动生成销售内容、研究 B2B 客户、撰写冷邮件）和自动化交易与市场操作（监控市场与头寸、提供投资建议、向交易员通报状况）。这些任务几乎不需要人工干预，表明 AI 正从辅助工具向独立执行者演进。
学习曲线：资深用户更成功，更倾向工作用途
报告首次系统分析用户资历与效果的关系。在 Claude.ai 上使用超过 6 个月的用户，将 AI 用于工作的可能性 高出 7 个百分点，且偏向教育程度要求更高的任务。即便控制任务类型、模型选择、语言和地理因素后，高资历用户的对话成功率仍 高出 3 至 4 个百分点。最资深的用户倾向执行 AI 研究、git 操作、手稿修订和创业融资等高薪资任务，而新用户则更多查询俳句创作、运动比分或派对食物建议。
模型选择：Opus 集中用于高价值任务
付费用户中，55% 的软件代码任务使用最强大的 Opus 模型，而教育类任务仅为 45%。在 API 端，任务价值每增加 10 ��元，Opus 占比提升 2.8 个百分点，约为 Claude.ai 效果的两倍。这种模型分层使用暗示用户正在形成成本-效能权衡的成熟策略。
地理收敛放缓，全球不均加剧
美国各州之间的 Claude 人均使用量仍在收敛，但速度放慢。前五名州占比从 30% 降至 24%，达到全面收敛的预估时间从 2-5 年延长至 5-9 年。国际层面则相反：前 20 个国家的人均使用量占比从 45% 升至 48%，全球不平等程度加重。
报告指出，成功率差异可能加剧劳动力市场不平等——早期、高技能用户从 AI 中获益更多，后进者的学习曲线更陡峭。这一发现为政策制定者提前应对 AI 冲击提供了实证基础。